摘要：针对协同产品开发项目的动态性、不确定性和复杂性的特点,首先对该过程中的任务类型及其特征进行了详细的说明,并提出了协同产品开发过程中的动态任务选择问题;其次,提出了基于设计主体主观偏好的动态任务选择方法,该方法考虑了设计主体的偏好:性格偏好与工作量偏好,以及任务的客观属性:重要度、紧急度和匹配度,从而在保证关键任务优先执行的同时,充分体现协同产品开发过程中设计主体的自主性、主动性和协作性;最后,对比仿真实验的结果表明,本文提出的方法能够有效地缩短产品开发周期,并能够清晰描述设计主体在过程中的动态任务选择行为过程。

摘要：在给定粗轧制计划的基础上考虑钢坯库倒垛优化,编制详细的轧制计划;建立以最小化轧制计划内钢坯出库总倒垛次数与轧制单元之间切换机架次数为目标的多目标整数规划模型;针对模型特征,设计一种基于钢坯匹配的单亲遗传算法.通过基于实际生产数据的实验验证,相对于传统的手工计算方法,所提出的算法在优化倒垛次数和切换机架次数上平均提升20%,算法和模型是可行且有效的.

摘要：无缝钢管热轧生产存在一类特殊的顺序依赖机器调整时间,调整时间依赖于相邻轧制批量间的规格切换,与批量间规格呈线性函数关系.针对具有此类调整时间的热轧批量调度问题,进一步考虑交货期要求,探讨了调整时间与交货期之间的性质特征,并以最小化总机器调整时间和最小化总拖期为目标,基于进化算法框架设计了快速重排序邻域搜索多目标算法(fast reordering neighborhood search multi-objective algorithm,FRNSM).在算法初始阶段,提出规格优化规则和交货时间优化规则,对初始解进行局部优化;邻域搜索阶段设计了基于同交货时间规格优化的快速重排序邻域搜索策略,以优化机器调整时间和拖期;针对问题多目标特征,基于Pareto思想设计解的接受准则.基于实际生产数据的实验结果表明,FRNSM算法对此类问题具有很好的求解效果.

摘要：以我国高速铁路运输模式为背景,构建准移动闭塞条件下的铁路区间信号布置优化模型;根据差分进化算法的基本理论,在算法基本求解方法的基础上,综合考虑变异矢量、缩放因子及交叉概率对算法的影响,设计改进的差分进化算法,算法中缩放因子及交叉概率随着所选个体适应度值的不同自适应变化,同时利用改进前后的差分进化算法对信号布置优化问题的求解进行研究;在此基础上研制高速铁路区间信号布置系统,并选用实例线路进行信号布置及对比分析。实例分析结果表明:与基本DE算法相比,改进DE算法在最优适应度值及信号布置数量方面均有优化。

摘要：为解决热轧无缝纲管在多工艺路线下的订单排程问题,将工艺路线因素引入热轧钢管订单排程中,建立了以合理的工艺路线切换、最小化机器设备调整和准时制生产为优化目标的约束满足模型,并设计了求解算法。该算法根据模型特征,提出基于降序最佳适应的约束满足算法和基于约束的聚类算法,对订单进行整理并形成初始轧制计划;设计了两种批次交换搜索算法,分别对单日内及日间的初始轧制批次进行排程优化。通过基于实际订单数据的实验讨论了上述算法两两组合的求解效果和各自的适用情况,验证了模型和算法的可行性和有效性。

摘要：针对热轧圆钢的批量调度问题,考虑实际生产中工艺规程和交货期对轧制单元连续加工的影响,建立了以最小化设备调整时间、拖期生产惩罚和钢种跳跃惩罚为优化目标的数学模型,并设计了一种嵌入EDD规则的变邻域搜索算法.算法首先结合模型的约束特征,采用约束满足技术生成初始解;根据实际生产需求,将最小化设备调整时间作为主要目标,设计变邻域搜索算法实现目标优化,其中,运用混合算子构造邻域结构和局部搜索,并引入模拟退火接受准则来控制迭代过程中产生的新解;同时,为了最小化拖期惩罚和钢种跳跃惩罚,在求解过程中嵌入了EDD规则以及钢种排序规则.实验结果表明,模型和算法是可行且有效的.

摘要：依据模拟驾驶区段的工务数据,在模拟驾驶过程中实时地生成三维视景.根据平面几何和立体几何的基础知识,设计三维空间直线和圆曲线对象的空间走向求解公式,以及以线路中心线为基准的纵断面顶点坐标求解公式.在将坡道、曲线重新组合的基础上,以线段为单位,计算轨道线路中心线的空间走向,根据线路、设备(设施)的纵断面结构,依据线路中心线的空间走向,求解纵断面的顶点坐标,构造三维视景所需要的三维平面要素.同时结合列车的运行状态,确定列车的空间方向,将线路的三维视景经三维平移、旋转得到驾驶场景.使用结果表明,三维虚拟场景能够还原真实场景,帧频率可达25fps,满足真实和实时的要求.

摘要：从钢铁企业的管加工生产中抽象出一类具有特殊阻塞约束的两阶段流水车间成组调度问题.与传统阻塞约束不同,工件是否发生阻塞并非取决于缓冲区容量,而是取决于工件自身的规格、尺寸等属性.针对此调度问题,以最小化最大完工时间(makespan)为目标建立混合整数线性规划模型,并通过三划分问题的多项式归结证明问题的强NP难特性,进而将问题划分为工件组排序和工件组内工件排序两个子问题,提出一种基于协同进化的分布估计算法.算法针对两个子问题各自特点进行独立编码,分别设计启发式规则构造初始种群,并提出带有工件区块结构特征的概率模型来指导种群进化.基于实际生产数据设计多种问题规模的实验,从而表明所提出模型和算法的有效性.

摘要：针对两阶段流水车间成组调度问题,在同时考虑序列不相关准备时间和阶段间双向运输时间约束的情况下,以最小化最大完工时间为目标建立了混合整数线性规划模型,结合问题特征提出一种协同进化迭代贪婪算法.算法将工件组间排序和各工件组内工件间排序两个子问题进行统一编码,设计了不同的启发式规则产生问题的初始解,并提出一种协同导向迭代贪婪规则对两个子问题进行联合优化,进而给出了问题的三个下界以评估算法的性能.通过不同规模的数据实验和与对比算法的比较分析,验证了所提算法的高效性和稳健性.

摘要：以钢坯倒垛问题为研究对象,建立以最小化轧制序列总倒垛数和吊车运行距离的多目标整数规划模型,并在已有的多回路启发式算法及Sequence邻域搜索算法的基础上设计了基于Stacking邻域搜索的两阶段启发式(TASNS)算法。算法综合考虑了入库钢坯的钢种、规格、长度等属性在垛位上具有连续堆放以及轧制轧序列之间规格相近性的特点。基于实际钢厂数据的验证,表明算法在实际生产中是有效且可行的。